?
PROCEEDINGS OF THE TWELFTH INTERNATIONAL CONFERENCE ON WEB AND SOCIAL MEDIA
Главы книги
Смирнов И. Б., , in: PROCEEDINGS OF THE TWELFTH INTERNATIONAL CONFERENCE ON WEB AND SOCIAL MEDIA.: American Association for Artificial Intelligence (AAAI) Press, 2018. P. 360–364.
Добавлено: 24 июня 2018 г.
Ключевые слова: computational social science
Shabanov N., Kuricheva O., Kurbatova J. и др., / Series Working Papers SSRN "Department of Economics Ca’ Foscari University of Venice". 2026.
Добавлено: 21 августа 2026 г.
Добавлено: 19 мая 2026 г.
Добавлено: 28 апреля 2026 г.
Добавлено: 20 апреля 2026 г.
Gabdullin N., Андросов И. А., / Series Computer Science "arxiv.org". 2026.
Добавлено: 2 апреля 2026 г.
Сорокин К. С., Бекетов М. Е., Онучин А. и др., / arxiv.org. Серия cs.SI "Social and Information Networks ". 2025.
Обнаружение сообществ в сложных сетях — фундаментальная проблема, открытая для новых подходов в различных научных областях. Мы представляем новый метод обнаружения сообществ, основанный на потоке Риччи на графах. Наша техника итеративно обновляет веса ребер (их метрические длины) в соответствии с их (комбинаторной) версией кривизны Риччи Фостера, вычисленной на основе эффективного расстояния сопротивления между узлами. Известно, ...
Добавлено: 15 января 2026 г.
Петрованов И. С., Сергеев А. В., / Series Computer Science "arxiv.org". 2025. No. 2512.18332.
Добавлено: 24 декабря 2025 г.
Hessian-based lightweight neural network for brain vessel segmentation on a minimal training dataset
Меньшиков И. А., Бернадотт А. К., Елфимов Н. С., / Series arXie "Statistical mechanics". 2025.
Добавлено: 1 декабря 2025 г.
К прогнозированию вероятности невооруженной революционной дестабилизации методами машинного обучения
Медведев И. А., Коротаев А. В., Социология власти 2025 Т. 37 № 2 С. 108–141
В своей статье авторы предлагают систе- матический обзор основных способов примене- ния методов машинного обучения, релевантно- го для политической социологии. Описывается история перехода от использования простых регрессионных моделей к комплексным моде- лям машинного обучения. Анализируются причины и преимущества такого перехода. Определяются основные способы использова- ния моделей машинного обучения, которыми пользуются в смежных дисциплинах, и приводятся ...
Добавлено: 1 августа 2025 г.
Alexander Petrov, Andrei Akhremenko, Sergey Zheglov, Social Science Computer Review 2023 Vol. 41 No. 6 P. 2249–2273
Добавлено: 13 мая 2023 г.
Сметанин С. И., Mikhail Komarov, PeerJ Computer Science 2022 Vol. 8 Article e1181
Добавлено: 29 декабря 2022 г.
IEEE, 2021.
Добавлено: 1 декабря 2021 г.
Богданов М. Б., Смирнов И. Б., Мониторинг общественного мнения: Экономические и социальные перемены 2021 № 1 С. 304–328
В статье описываются возможности и ограничения использования в социологии новых источников данных и методов их сбора, обработки и анализа, а именно — цифровых следов и методов машинного обучения. Сначала обсуждаются недостатки классических источников данных — опросов, а затем, в контексте этих недостатков, на основе релевантных исследований анализируются возможности их преодоления с помощью цифровых следов. В ...
Добавлено: 9 марта 2021 г.
Springer, 2020.
Добавлено: 11 октября 2020 г.
Жучкова С. В., Ротмистров А. Н., Социология: методология, методы, математическое моделирование 2020 № 50-51 С. 141–183
Статья посвящена процедуре автоматического извлечения данных с веб-страниц, т.е. скрапингу веб-данных. Рассмотрены виды веб-данных (цифровые следы и прочие веб-данные числовой, текстовой и других модальностей), возможности их использования (скорость сбора данных и, как следствие, сплошной охват, оперативность и др.) и ограничения (ограниченная репрезентативность, трудности организации хранения большого объема данных, отклонения от традиционной последовательности постановки исследования и ...
Добавлено: 18 июня 2020 г.
Daniel Alexandrov, Карепин В. В., Мусабиров И. Л. и др., , in: Companion Proceedings of the The Web Conference 2018.: Geneva: International World Wide Web Conferences Steering Committee, 2018. P. 49–50.
Добавлено: 13 сентября 2018 г.
Social studies of the Internet have adopte large-scale text mining for unsupervised discovery o topics related to specific subjects. A recently develope approach to topic modeling, additive regularizatio of topic models (ARTM), provides fast inference an more control over the topics with a wide variety o possible regularizers than developing LDA extensions We apply ARTM ...
Добавлено: 17 ноября 2016 г.